一种笔记本电脑升降装置及升降方法

    公开(公告)号:CN112535349B

    公开(公告)日:2022-06-03

    申请号:CN202011540988.2

    申请日:2020-12-23

    Applicant: 南通大学

    Abstract: 本发明提供了一种笔记本电脑升降装置及升降方法,属于笔记本电脑技术领域。其技术方案为:一种笔记本电脑升降装置,包括基板,基板包括前端部以及后端部,基板的后端部设置有升降机构,升降机构上设置伸缩机构,伸缩机构一端跨接在升降机构上,另一端设置有电脑架,电脑架底部设置有支撑机构;本发明的有益效果为:将升降机构设置在基板的后端部,不占用基板的空间,升降机构能在高度上间接调整笔记本电脑的位置,伸缩机构可以在升降机构上摘下,不占用空间,电脑架能有效防止笔记本电脑摔落,支撑机构起到支撑的作用,防止因为对电脑架一端用力造成伸缩机构断裂。

    一种笔记本电脑升降装置及升降方法

    公开(公告)号:CN112535349A

    公开(公告)日:2021-03-23

    申请号:CN202011540988.2

    申请日:2020-12-23

    Applicant: 南通大学

    Abstract: 本发明提供了一种笔记本电脑升降装置及升降方法,属于笔记本电脑技术领域。其技术方案为:一种笔记本电脑升降装置,包括基板,基板包括前端部以及后端部,基板的后端部设置有升降机构,升降机构上设置伸缩机构,伸缩机构一端跨接在升降机构上,另一端设置有电脑架,电脑架底部设置有支撑机构;本发明的有益效果为:将升降机构设置在基板的后端部,不占用基板的空间,升降机构能在高度上间接调整笔记本电脑的位置,伸缩机构可以在升降机构上摘下,不占用空间,电脑架能有效防止笔记本电脑摔落,支撑机构起到支撑的作用,防止因为对电脑架一端用力造成伸缩机构断裂。

    一种基于主动学习的缺陷报告严重程度预测方法

    公开(公告)号:CN114579471A

    公开(公告)日:2022-06-03

    申请号:CN202210417496.7

    申请日:2022-04-20

    Applicant: 南通大学

    Abstract: 本发明提供了一种基于主动学习的缺陷报告严重程度预测方法,属于软件质量保障技术领域。解决了缺陷报告预测模型构建过程耗费大量人工成本进行缺陷报告严重程度标签的手工标记。其技术方案为:首先从项目所在的缺陷跟踪系统中,搜集历史缺陷报告并下载,对下载的数据集进行预处理,得到目标缺陷报告数据集;然后使用基于主动学习的逻辑回归分类方法,构建缺陷报告严重程度预测模型。本发明的有益效果为:该发明使用基于主动学习的逻辑回归分类方法,因其使用了逻辑回归分类方法,具有易实现、执行效率高、效果好的的优点;使用主动学习方法可在较少的人工成本下,进一步提高模型的预测能力。

Patent Agency Ranking